ИИ-рывок – 2026: что изменится для российских компаний

Российский рынок генеративного искусственного интеллекта (ИИ) по итогам 2025 г. достиг примерно 58 млрд руб. против 13 млрд руб. годом ранее, показало исследование компании Just AI и агентства Onside. К концу 2030 г. рынок генеративного ИИ может вырасти до рекордных 778 млрд руб. при среднегодовом темпе 68,1%, отмечают аналитики. Но они добавляют, что вероятность реализации этого сценария зависит от успешных внедрений и масштабирования ИИ-решений в 2026–2027 гг. Отрасль стоит на пороге инфраструктурной и управленческой трансформации, которая определит, сможет ли ИИ стать базой для роста компаний или останется основой точечных историй успеха, сходятся во мнении эксперты, опрошенные «Ведомости. Инновациями и технологиями». Пока же только 26% российских компаний, закладывающих в бюджет траты на внедрение ИИ, разработали стратегию его внедрения, сказано в исследовании МТС Web Services. По данным опроса, остальные участники рынка либо создают пилотные проекты, либо только планируют системную работу с ИИ.

Больше прагматизма

Один из векторов, который будет определять развитие российского рынка ИИ в ближайшее время, – смена восприятия технологии: рынок входит в фазу «пост-хайпа», когда на смену экспериментам приходит жесткий прагматизм. «Бизнес перестает воспринимать ИИ как «волшебную кнопку» и начинает относиться к нему как к инструменту, требующему перестройки процессов», – говорит директор по развитию искусственного интеллекта «Т-технологий» Алексей Шпильман. По его словам, сегодня технологически возможно создание продуктов командами из одного-трех человек, но менеджмент зачастую продолжает работать по устаревшим алгоритмам, в рамках которых это невозможно.

В дальнейшем развитии ИИ важен и фактор зрелости инфраструктуры и данных, добавляет директор по развитию бизнеса Just AI Светлана Захарова. «Компании, которые выстроят полноценный Data Driven-подход (управление на основе данных. – «Ведомости. Инновации и технологии») – от сбора и очистки данных до принятия управленческих решений на их основе – получат кратное преимущество. ИИ перестает быть отдельной функцией и становится логичным продолжением культуры работы с данными», – уверена она.

С экспертом согласен директор по продукту в Центральном университете Иван Стельмах: по его словам, если в компании не настроены процессы работы с данными, то внедрение генеративного ИИ вряд ли принесет значительную пользу. Поэтому цифровые гиганты находятся в самой выгодной позиции для внедрения ИИ, подчеркнул он. «Мы можем прогнозировать еще большую поляризацию: продвинутые компании будут уходить вперед, а остальные – отставать все сильнее», – считает эксперт.

ИИ учат считать деньги

Готовность бизнеса вкладывать средства в ИИ сохраняется, но подход стал значительно прагматичнее. Как отмечает партнер, лидер практики технологического консультирования ДРТ Тимофей Хорошев, большинство крупных предприятий имеют опыт цифровой трансформации последних пяти-семи лет и теперь оценивают инициативы в сфере генеративного ИИ по строгим критериям эффективности. «Бизнес готов инвестировать только тогда, когда есть понятный экономический эффект», – констатирует Хорошев. С ним согласен руководитель платформы Yandex AI Studio в Yandex B2B Tech Артур Самигуллин: «Если раньше компании только тестировали нейросети, то теперь бизнес стремится получить от него реальную бизнес-пользу».

Хорошев указывает на высокую стоимость реализации ИИ-решений: для нескольких пилотных проектов крупному предприятию может потребоваться вложить в инфраструктуру (если речь об on-premise решениях – программном обеспечении, которое работает на собственных серверах компании, а не в «облаке» ) от 100 млн руб. Это делает развитие рынка чувствительным к общей экономической ситуации, пояснил эксперт. В то же время, на фоне дороговизны «железа», намечается другой тренд, указал Самигуллин – с ростом стоимости и дефицитом «железа» российский рынок ИИ будет постепенно переходить в облачные сервисы.

Одним из наиболее зрелых сегментов для реализации потенциала нейросетей и наращивания выручки за счет ИИ-технологий эксперты называют финтех. Захарова поясняет, что крупнейшие игроки уровня «Сбера» и Т-банка используют нейросети в кредитном скоринге, антифроде и управлении рисками. «Здесь ИИ уже не дополнение, а инфраструктурная технология, напрямую влияющая на маржинальность и конкурентоспособность», – утверждает она.

Еще один заметный по уровню коммерческой отдачи сегмент – ритейл и e-commerce. Крупные платформы используют алгоритмы прогнозирования спроса, динамического ценообразования, персональных рекомендаций и оптимизации логистики, перечислила Захарова. Для онлайн-торговли ИИ стал инструментом роста выручки через повышение конверсии и среднего чека, подытожила она.

Директор центра аналитических и AI продуктов VK Predict Роман Стятюгин подтверждает лидерство этих отраслей: «Сегодня в России чаще можно встретить примеры внедрения ИИ в технологическом секторе, телекоме и медиа, в финансовом секторе и ритейле. Компании в этих сферах раньше прошли этап пилотирования в силу наличия внутренних команд, технологий и компетенций и сейчас быстрее переходят к масштабированию».

Другим стратегическим направлением для эффективного внедрения ИИ эксперты называют промышленность. Шпильман напомнил, что классическое машинное обучение в промышленности давно доказало свою состоятельность. «Предиктивная аналитика оборудования, компьютерное зрение для контроля качества, цифровые двойники – это решения с понятной экономикой и измеримым результатом», – говорит он.

В телекоме, как рассказал представитель МТС, ИИ уже стал неотъемлемой частью работы и выполняет многие функции – от прогнозирования трафика до персонализации тарифов. Однако настоящий прорыв ожидается с развертыванием сетей пятого поколения: преимущества 5G в виде высоких скоростей передачи данных, низкой сетевой задержки и возможности одновременно обслуживать множество устройств откроют широкие возможности для появления полностью автоматизированных сервисов и решений с ИИ, сказали в компании. Там уточнили, что тогда появится инфраструктурная возможность для создания, например, полностью безлюдных производств и экосистем автономного транспорта.

При этом все более широкое применение ИИ может стать драйвером роста и для смежных отраслей. Как отмечает помощник начальника аналитического центра компании «Газинформсервис», секретарь Консорциума исследований безопасности технологий ИИ Дмитрий Служеникин, эпоха нейросетей возвращает спрос на физическую вычислительную инфраструктуру. «На фоне дефицита GPU (графических процессоров. – «Ведомости. Инновации и технологии») компании начали скупать микрокомпьютеры вроде Raspberry Pi для агентных задач (автономные ИИ-системы, способные принимать решения и выполнять задачи без вмешательства человека. – «Ведомости. Инновации и технологии»). Для массы легких агентов – датчика на заводе или локального ассистента – не нужны суперкомпьютеры», – говорит Служеникин. По его мнению, это создает окно возможностей для российских производителей оборудования.

Набор ограничений

Одним из главных ограничений дальнейшего развития ИИ в России большинство экспертов называют дефицит кадров, но не просто программистов, а специалистов нового типа. Так, Стельмах указал на проблему подготовки инженеров, работающих с моделями, и менеджеров, способных найти бизнес-задачи для ИИ. Поэтому, по его словам, продвинутые компании идут в коллаборации с вузами, участвуя в разработке программ и финансируя лаборатории.

Шпильман прогнозирует появление новых ролей: операторов ИИ-агентов, ИИ-продакт-менеджеров с фокусом на рентабельность инвестиций, архитекторов агентных процессов. Эти гибридные позиции на стыке технологии, продукта и управления станут ключевыми для масштабирования использования ИИ, уверен он.

Инфраструктурные ограничения тоже дают о себе знать. Захарова напомнила о дороговизне и дефиците вычислительных мощностей. Спрос на графические процессоры, необходимые для запуска ИИ-проектов, существенно опережает предложение, писал в прошлом году разработчик ИТ-решений TrinWare.

Не менее серьезное препятствие – сложность организационных изменений. Самигуллин указывает на то, что одним из ключевых барьеров внедрения ИИ становится длинный путь от пилотного проекта до масштабного внедрения. «Для этого зачастую необходимо заново перестроить бизнес-процессы и понять, как они будут работать с интегрированным ИИ», – пояснил эксперт. По его наблюдениям, такие процессы проще реализовать стартапам и небольшим компаниям, в то время как корпорации пока еще тестируют нейросети на определенных бизнес-задачах.

Еще один фактор – незрелость культуры безопасности, отметил Служеникин. «Бизнес пока не понимает, как считать риски от внедрения умных агентов. Легче не внедрить вообще, чем получить бунт на корабле или угон важного актива», – отмечает он.

Также эксперты видят риски в потенциальном правовом регулировании работы ИИ. «Сегодня единого регулирования еще нет, и есть ненулевая вероятность того, что мы зарегулируем себя так, что полностью выпадем из глобальной гонки ИИ», – предупреждает Шпильман. По его словам, чрезмерно жесткие требования к суверенным моделям и длительная сертификация могут заставить бизнес тратить ресурсы на формальности, а не на развитие. 

Захарова добавила, что ужесточение законов по хранению и обработке данных приводит к тому, что возможности бизнеса по использованию передовых технологий ограничиваются.